YOLOv4: detección de objetos precisa y de alta velocidad
YOLOv4 es un detector de objetos en tiempo real publicado en 2020 por Alexey Bochkovskiy, Chien-Yao Wang y Hong-Yuan Mark Liao en el repositorio AlexeyAB/darknet. Se diseñó para lograr un equilibrio óptimo entre velocidad y precisión.
Diagrama de la arquitectura de YOLOv4. El diagrama muestra los componentes de red troncal, cuello y cabeza de YOLOv4, así como las conexiones entre sus capas.
Introducción#
YOLOv4 significa «Solo miras una vez, versión 4». Es un modelo de detección de objetos en tiempo real desarrollado para solucionar las limitaciones de versiones anteriores de YOLO, como YOLOv3, y de otros modelos de detección de objetos. La mayoría de los detectores anteriores basados en redes neuronales convolucionales (CNN) solo resultaban prácticos para sistemas de recomendación; la precisión en tiempo real de YOLOv4 también lo hace adecuado para la gestión de procesos autónoma y para reducir la intervención humana. Funciona en tiempo real con una unidad de procesamiento gráfico (GPU) convencional y solo necesita una GPU de este tipo para el entrenamiento, lo que permite utilizarlo a gran escala con un coste asequible.
Arquitectura#
YOLOv4 combina varias técnicas para mejorar el rendimiento. Entre ellas se incluyen las conexiones residuales ponderadas (WRC), las conexiones parciales entre etapas (CSP), la normalización por lotes cruzada mini (CmBN), el entrenamiento autoantagónico (SAT), la activación Mish, el aumento de datos Mosaic, la regularización DropBlock y la pérdida CIoU. En conjunto, estas técnicas mejoran la precisión y mantienen la rapidez de la inferencia.
Un detector de objetos típico consta de varias partes, entre ellas la entrada, la red troncal, el cuello y la cabeza. La red troncal se preentrena con ImageNet y extrae características de la imagen de entrada. Entre las redes troncales habituales de los detectores se encuentran VGG, ResNet, ResNeXt y DenseNet; YOLOv4 utiliza CSPDarknet53. El cuello del detector recopila mapas de características de distintas etapas y suele incluir varias rutas ascendentes y descendentes. La cabeza utiliza estas características para predecir las clases y las cajas delimitadoras de los objetos.
Bolsa de recursos gratuitos#
YOLOv4 también utiliza métodos conocidos como «bag of freebies», técnicas que mejoran la precisión del modelo durante el entrenamiento sin aumentar el coste de la inferencia. El aumento de datos es una técnica habitual de bag of freebies en la detección de objetos, que aumenta la variabilidad de las imágenes de entrada para mejorar la robustez del modelo. Algunos ejemplos de aumento de datos son las distorsiones fotométricas (ajustar el brillo, el contraste, el tono, la saturación y el ruido de una imagen) y las distorsiones geométricas (añadir cambios aleatorios de escala, recortes, volteos y rotaciones). Estas técnicas ayudan al modelo a generalizar mejor con distintos tipos de imágenes.
Características y rendimiento#
YOLOv4 está diseñado para lograr una velocidad y precisión óptimas en la detección de objetos. Su arquitectura incluye CSPDarknet53 como red troncal, PANet como cuello y YOLOv3 como cabeza de detección. Este diseño permite que YOLOv4 sea lo bastante rápido para aplicaciones en tiempo real y, cuando se publicó, alcanzó una precisión de vanguardia en pruebas de referencia de detección de objetos como COCO.
En comparación con otros modelos de la familia YOLO, como YOLOv5 y YOLOv7, YOLOv4 sigue siendo un referente del equilibrio entre velocidad y precisión. Los modelos más recientes ofrecen mayor precisión y una implementación más sencilla, pero las innovaciones arquitectónicas de YOLOv4 siguen siendo relevantes para aplicaciones que requieren rendimiento en tiempo real.
Ejemplos de uso#
YOLOv4 es un modelo basado en Darknet y no es compatible de forma nativa con el paquete Python de Ultralytics: no hay pesos preentrenados yolov4.pt publicados en ultralytics/assets ni archivos YAML ultralytics/cfg/models/v4/. Esta página se conserva como referencia arquitectónica. Si quieres ejecutar YOLOv4, consulta directamente el repositorio de GitHub de YOLOv4 para obtener instrucciones de instalación y uso.
Aquí tienes un breve resumen de los pasos habituales para usar YOLOv4:
-
Visita el repositorio de GitHub de YOLOv4: https://github.com/AlexeyAB/darknet.
-
Sigue las instrucciones del archivo README para instalarlo. Normalmente, esto implica clonar el repositorio, instalar las dependencias necesarias y configurar las variables de entorno que hagan falta.
-
Cuando hayas terminado la instalación, puedes entrenar y usar el modelo siguiendo las instrucciones de uso del repositorio. Normalmente, esto implica preparar tu conjunto de datos, configurar los parámetros del modelo, entrenarlo y, después, utilizar el modelo entrenado para detectar objetos.
Los pasos exactos dependen de tu caso de uso y del estado actual del repositorio de YOLOv4, así que sigue las instrucciones del repositorio de YOLOv4 en GitHub.
Para entrenar e inferir con el marco de trabajo de Ultralytics, utiliza YOLO26 o YOLO11.
Conclusión#
YOLOv4 es un modelo de detección de objetos eficiente que equilibra velocidad y precisión. Sus decisiones arquitectónicas y sus técnicas de entrenamiento bag of freebies le permiten rendir bien en tareas de detección de objetos en tiempo real. Cualquier persona puede entrenar y usar YOLOv4 con una GPU convencional, lo que lo hace accesible y práctico para una amplia variedad de aplicaciones, como los sistemas de vigilancia, los vehículos autónomos y la automatización industrial.
Para quienes quieran implementar la detección de objetos en sus proyectos, YOLOv4 sigue siendo una opción sólida, especialmente cuando el rendimiento en tiempo real es prioritario. Aunque Ultralytics se centra actualmente en ofrecer compatibilidad con versiones más recientes de YOLO, como YOLO26 y YOLO11, las innovaciones arquitectónicas introducidas en YOLOv4 han influido en el desarrollo de estos modelos posteriores.
Citas y agradecimientos#
Queremos reconocer las importantes contribuciones de los autores de YOLOv4 al campo de la detección de objetos en tiempo real:
@misc{bochkovskiy2020yolov4,
title={YOLOv4: Optimal Speed and Accuracy of Object Detection},
author={Alexey Bochkovskiy and Chien-Yao Wang and Hong-Yuan Mark Liao},
year={2020},
eprint={2004.10934},
archivePrefix={arXiv},
primaryClass={cs.CV}
}El artículo original de YOLOv4 está disponible en arXiv. Los autores han puesto su trabajo a disposición del público y se puede acceder al código en GitHub. Agradecemos sus esfuerzos por impulsar este campo y hacer que su trabajo esté al alcance de una comunidad más amplia.
Preguntas frecuentes#
YOLOv4, siglas de «Solo miras una vez, versión 4», es un modelo de detección de objetos en tiempo real desarrollado por Alexey Bochkovskiy y sus colaboradores en 2020. Equilibra velocidad y precisión, por lo que es adecuado para aplicaciones en tiempo real. La arquitectura de YOLOv4 incorpora técnicas como las conexiones residuales ponderadas (WRC), las conexiones parciales entre etapas (CSP) y el entrenamiento autoantagónico (SAT), que en conjunto lograron resultados de vanguardia cuando se publicó el modelo. YOLOv4 funciona de forma eficiente con una sola GPU convencional; para el entrenamiento y la implementación nativos con el paquete Ultralytics, utiliza YOLO26.
La arquitectura de YOLOv4 incluye varios componentes clave: la red troncal, el cuello y la cabeza. La red troncal, CSPDarknet53, se preentrena con ImageNet y extrae características. El cuello, que utiliza PANet, agrega mapas de características de distintas etapas. Por último, la cabeza, basada en YOLOv3, predice las clases y las cajas delimitadoras de los objetos. YOLOv4 también utiliza técnicas «bag of freebies», como el aumento de datos Mosaic y la regularización DropBlock, que optimizan aún más su velocidad y precisión.
«Bolsa de recursos gratuitos» hace referencia a métodos que mejoran la precisión de entrenamiento de YOLOv4 sin aumentar el coste de inferencia. Estas técnicas incluyen distintas formas de aumento de datos, como las distorsiones fotométricas (ajuste del brillo, el contraste, etc.) y las distorsiones geométricas (escalado, recorte, volteo y rotación). Al aumentar la variabilidad de las imágenes de entrada, estos aumentos ayudan a YOLOv4 a generalizar mejor a distintos tipos de imágenes y, por tanto, mejoran su robustez y precisión sin perjudicar su rendimiento en tiempo real.
YOLOv4 está diseñado para optimizar tanto la velocidad como la precisión en la detección de objetos en tiempo real. Funciona con una sola GPU convencional tanto para el entrenamiento como para la inferencia, lo que reduce el coste del hardware y lo hace práctico para aplicaciones que van desde los sistemas de recomendación hasta la gestión autónoma de procesos.
Para empezar a usar YOLOv4, visita el repositorio oficial de GitHub de YOLOv4. Sigue las instrucciones de instalación del archivo README, que suelen incluir clonar el repositorio, instalar las dependencias y configurar las variables de entorno. Una vez instalado, puedes entrenar el modelo preparando tu conjunto de datos, configurando los parámetros del modelo y siguiendo las instrucciones de uso disponibles. Como Ultralytics no ofrece compatibilidad con YOLOv4 actualmente, te recomendamos consultar directamente el GitHub de YOLOv4 para obtener las instrucciones más recientes y detalladas.
Comentarios
Haz una pregunta, comparte tus resultados o ayuda a otra persona.